International Open Access Journal Platform

抑郁是指个体心境持续低落、兴趣降低、躯体不适等一系列症状的总称（Fried，2017）。抑郁会严重影响个体的情绪、思维、自我感觉、人际交往以及躯体功能等（邹涛，姚树桥，2006）。如果个体长期处于抑郁状态，有发展成抑郁症的风险。有抑郁症状的个体会伴有许多心理或行为问题，如睡眠质量差（陈保祥 等，2024）、专业认同低（纪凌开 等，2020）、物质滥用（Frison & Eggermont，2015）、高自杀意念（李小玄，欧阳明昆，2026）等。大学生是抑郁的高发群体，抑郁的检出率在28.4%左右，并且有逐渐增长的趋势（Gao et al.，2020）。大学生抑郁的高检出率以及由此引发的高自杀风险，使得开展影响因素及其发生机制的研究具有重要理论和现实意义。

负性生活事件是指大学生在学习、生活中遇到的能够引发持久负性情绪体验的消极事件，如失恋、考试失败等。大学生正处于身心发展的重要阶段，负性生活事件容易对其产生消极的影响（刘贤臣 等，1997）。根据抑郁的传统认知理论，在经历负性生活事件时，个体如果不能有效地应对，容易引发消极负面的不合理认知，自我评价降低，长此以往容易形成潜在的抑郁认知图式（钱丽菊，2022）。负性生活事件作为一种消极的应激源，容易引发个体焦虑、紧张等消极情绪，而大学生生活经历相对简单，心理承受能力和自我调适能力有待提升，如果消极情绪得不到有效调节，容易引发抑郁等心理健康问题。研究表明，负性生活事件是大学生抑郁的重要风险因素，与大学生抑郁存在显著的正向关系（曾子豪 等，2022）。因此，本研究提出假设H1：负性生活事件对大学生抑郁具有正向的预测作用。然而，负性生活事件对大学生抑郁的影响机制是什么？根据相关理论和实证研究，我们认为手机成瘾和学业倦怠是值得考虑的中介
因素。

所谓手机成瘾，是指个体因为过度使用手机而引发的生理、心理和社会功能受损的新型行为成瘾（Leung，2008）。有研究对2007—2021年发表的178篇文献元分析发现，全球手机成瘾流行率为28.3%（熊思成 等，2021）。疫情防控常态化阶段，居家隔离、线上学习使得手机等电子设备成为生活必需品，这导致了大学生手机成瘾的比例持续升高（邓林园 等，2021）。根据网络成瘾的社会补偿假说（Kardefelt-Winther，2014），当个体在现实世界中遭受挫折时，他们可能转向虚拟世界寻找替代性补偿。而随身携带的智能手机是直达网络最为便捷的媒介。因此，大学生经历负性生活事件时可能会产生紧张、焦虑等负性情绪，这时候他们可能转而高强度地使用手机上网，以此来缓解现实生活的压力和挫败感，而长期使用手机容易引发成瘾行为。研究显示，相比于网络非成瘾者，网络成瘾者经历更多的负性生活事件（Yan et al.，2014）。而手机成瘾行为降低了人们在现实中的人际交往能力，使人们归属与自我实现等需求难以得到满足（Yen et al.，2009），产生更高的社交焦虑（侯娟 等，2021），睡眠质量下降（刘庆奇 等，2017），出现拖延行为（连帅磊 等，2018）以及生活满意度低、体验更多的焦虑和抑郁等消极情绪（Gao et al.，2018）。故本研究提出假设H2：手机成瘾在负性生活事件与大学生抑郁之间起中介
作用。

同时，本研究认为大学生经历负性生活事件时会引发个体的学业倦怠，而学业倦怠会引发个体的抑郁体验。学业倦怠是一种与学习有关的消极心理状态，具体表现为个体难以应对学业需求，对当前的学习任务持有负面态度并伴随着较低的学业成就（Zhang et al.，2007）。学业倦怠由情绪衰竭、低个人成就感和学业疏离三个维度组成（Maslach et al.，2001）。美国学者Baumeister提出的自我控制的有限自制力理论能够解释学业倦怠行为，该理论包含三层含义：（1）在一定时间内，个体的自我控制资源是有限的；（2）个体成功的自我控制需要依赖于足够的自控资源；（3）所有的自我控制行为消耗同样的自控资源，先前的自我控制行为会对随后行为的控制水平造成影响（Baumeister，2000）。当大学生遭遇负性生活事件时，需要消耗个体大量的自控资源予以应对。而专业学习也是一种需要较高自我控制资源的行为和心理活动，当个体缺乏自控资源时就容易引发学业行为的失败，进而导致学业倦怠心理的产生。研究表明，负性生活事件会导致学业拖延（岳鹏飞 等，2023）和学业倦怠（何安明 等，2022）。根据资源保存理论，倦怠的主要影响有情感资源的耗尽及生理、认知能量的侵蚀，如果在持续的外在压力下，个体用于抵御新压力源的资源逐渐减弱，因而容易产生抑郁、焦虑等负性的心理症状，从而影响人们的身心健康（Hobfoll，1989）。研究表明，学业倦怠的大学生会体验到更高的无聊倾向（梁家凤，李炳全，2017），体验到更多的社会排斥行为（纪化振，赵小云，2021），有着更为严重的情绪调节困难（陈姝含 等，2022），更多的焦虑和抑郁行为（Pokhrel et al.，2020）。因此，本研究提出假设H3：学业倦怠在负性生活事件与大学生抑郁之间起中介作用。

如果手机成瘾与学业倦怠都能在负性生活事件与大学生抑郁之间起到中介作用。那么两者之间的影响关系又如何呢？网络成瘾的认知加工模型认为，手机成瘾的个体在高强度使用手机过程中，会形成刺激—动作的自动化联结，这种自动化联结会导致成瘾个体有对于手机等相关刺激的注意偏向（何安明 等，2022）。而这种注意偏向导致个体在学习的过程中也更加容易分心，从而对学习产生消极的影响。研究表明，手机成瘾可以引发个体的认知失败（何安明，夏艳雨，2019），降低个体的学业投入水平（高斌 等，2021），也引发大学生学业倦怠行为（桂紫洁 等，2021）。基于此，我们提出研究假设H4：手机成瘾和学业倦怠在负性生活事件与大学生抑郁之间起链式中介
作用。

综上所述，本研究拟构建一个链式中介模型，以考查负性生活事件对大学生抑郁的影响及其作用机制，以期为抑郁的干预提供可行的实施方案。

1 对象和方法

1.1 对象

采用方便取样，通过问卷星平台对广东某高校454名本科生进行调查。问卷包含3道检查是否认真作答的测谎题，如题干要求被试直接选择 “非常不符合”。数据处理时只保留3道测谎题均正确回答的被试数据，共有效数据400份，问卷有效率为88.11%。其中男生134人，女生266人，大一学生133人，大二学生88人，大三学生93人，大四学生86人，其中独生子女118人，非独生子女282人，平均年龄为19.94±
1.42岁。

1.2 方法

1.2.1 流调中心抑郁量表

本量表由美国学者Radloff编制，该量表更注重对个体情绪体验的测量，现已被广泛应用于抑郁症状的评估与测量。中文版量表有20个条目，其中4个反向计分题。采用Likert4点计分，0表示“没有或几乎没有”，3表示“几乎一直有”，要求被试根据自己过去一周的频率进行作答（Radloff，1977）。在本研究中，该量表的 Cronbach’s α 系数为0.92。

1.2.2 青少年生活事件量表

使用刘贤臣等编制的青少年生活事件量表对负性生活事件进行测量，该量表有27个条目，包含学习压力、人际关系、丧失、受惩罚、健康适应以及其他6个维度。该量表采用Likert 5点计分，1为“没有”或“发生过，但影响程度为没有”，5为“发生过，影响程度为极重”。所有条目求和为量表总分，被试得分越高，表示其受到负性生活事件的影响越大（刘贤臣 等，1997）。在本研究中，该量表的 Cronbach’s α 系数为0.91。

1.2.3 手机成瘾量表

采用熊婕等编制的大学生手机成瘾倾向量表。该量表有16个条目，包含突显行为、戒断症状、心境改变和社交抚慰4个维度。采用Likert 5点计分，1 为“非常不符合”，5 为“非常符合”。量表总分越高，手机成瘾程度越高（熊婕 等，2012）。在本研究中，该量表的 Cronbach’s α 系数为0.92。

1.2.4 学业倦怠量表

采用连榕等编制的学业倦怠量表，该量表共 20个条目，其中含 8 个反向计分题，采用Likert5点计分，1为 “完全不符合”，5为 “完全符合”。量表总分越高，学业倦怠水平也越高。该量表有3个维度，分别为情绪低落、行为不当和成就感低（连榕 等，2005）。在本研究中，该量表的Cronbach’s α 系数为0.89。

1.3 统计处理

本研究采用SPSS 21.0对数据进行处理。采用Hayes的PROCESS 宏程序中的Model6进行链式中介模型分析。使用Bootstrap法检验间接效应，其中置信区间不包括0，表明具有统计学意义。在数据分析中性别、年龄和年级作为控制变量纳入回归方程。

2 结果

2.1 共同方法偏差检验

本研究由于使用问卷调查法收集调研数据，因此可能存在共同方法偏差。通过探索性因素分析，采用Harman单因子检验分析数据中潜在的共同方法偏差。未旋转的因子分析数据显示，共有18个特征根大于1的因子，其中第一个主成分方差的解释率为23.55%，低于40%的临界标准。根据现有研究提出的标准（汤丹丹，温忠麟，2020），本研究不存在共同方法偏差。

2.2 描述统计及相关分析

各变量的均值、标准差以及各变量之间的相关关系如表1所示。大学生抑郁、负性生活事件、手机成瘾以及学业倦怠呈现两两之间显著正相关。

表 1 各变量的描述统计及其相关关系（N=400）

Table 1 Descriptive statistics and correlation of each variable (N=400)

	M±SD	1	2	3	4
1. 抑郁	19.96±9.46	1
2. 负性生活事件	54.01±15.40	0.57**	1
3. 手机成瘾	43.38±11.78	0.48**	0.43**	1
4. 学业倦怠	58.05±10.30	0.53**	0.37**	0.57**	1

注：**p <0.01。

2.3 手机成瘾和学业倦怠的中介效应检验

采用Hayes的中介效应检验的非参数百分位Bootstrap方法，具体使用PROCESS 宏中的Model 6。在抽样5000次和控制年级、年龄和性别的条件下，检验手机成瘾和学业倦怠在大学生负性生活事件与抑郁之间的中介效应以及链式中介效应。回归分析结果和中介模型如表2、图1所示。回归分析结果表明，负性生活事件显著正向预测大学生抑郁（β=0.35，p<0.001），显著正向预测手机成瘾（β=0.33，p<0.001）；负性生活事件（β=0.10，p<0.001）和手机成瘾（β=0.45，p<0.001）显著正向预测学业倦怠。所有变量进入回归方程后，负性生活事件对抑郁具有显著的预测作用（β=0.25，p<0.001），同时，手机成瘾（β=0.10，p <0.05）和学业倦怠（β=0.29，p<0.001）均能显著预测抑郁。

表 2 手机成瘾和学业倦怠的中介效应检验

Table 2 Mediating effect test of mobile phone addiction and academic burnout

预测变量	抑郁		手机成瘾		学业倦怠		抑郁
	β	t	β	t	β	t	β	t
性别	0.95	1.14	3.25	2.89**	-1.78	-1.97*	0.72	0.95
年级	0.31	0.48	1.57	1.83	0.13	0.19	-0.09	-0.15
年龄	-0.25	-0.49	-1.15	-1.66	-0.53	-0.96	0.16	0.35
负性生活事件	0.35	13.80***	0.33	9.57***	0.10	3.42***	0.25	9.52***
手机成瘾					0.45	11.14***	0.10	2.56*
学业倦怠							0.29	6.90***
R2	0.33		0.21		0.35		0.46
F	48.58***		26.5***		42.10***		55.56***

注：*p<0.05，**p<0.01，***p<0.001。

图 1 链式中介模型路径图

Figure 1 Path diagram of the chain mediation model

表 3 中介效应的Bootstrap检验

Table 3 Bootstrap test of mediation effect

	效应值	标准误	BootLLCI	BootULCI	相对中介效应
TOTAL	0.11	0.02	0.07	0.14	31.43%
负性生活事件——手机成瘾——抑郁	0.03	0.01	0.01	0.06	8.57%
负性生活事件——学业倦怠——抑郁	0.03	0.01	0.01	0.06	8.57%
负性生活事件——手机成瘾——学业倦怠——抑郁	0.04	0.01	0.03	0.06	11.43%

中介效应检验结果表明，手机成瘾和学业倦怠在负性生活事件与大学生抑郁之间起部分中介作用，中介总效应值为0.11，占总效应值的31.43%。具体分析发现，有三条中介路径：（1）通过负性生活事件——手机成瘾——抑郁形成一条间接路径。（2）通过负性生活事件——学业倦怠——抑郁形成一条间接路径；（3）通过负性生活事件——手机成瘾——学业倦怠——抑郁形成一条间接路径。根据表3数据，三条间接路径的95%置信区间均不包括0，由此证明三条路径都有显著的间接效应。

3 讨论

本研究考察了负性生活事件对大学生抑郁的影响及其作用机制。研究结果显示，负性生活事件可以直接影响大学生的抑郁水平，也可以通过手机成瘾和学业倦怠的中介作用引发大学生抑郁。由此可见，负性生活事件、手机成瘾，以及学业倦怠都是大学生抑郁的重要影响因素，对大学生心理健康产生不良影响。

3.1 负性生活事件对大学生抑郁的影响

首先，本研究发现负性生活事件与大学生抑郁之间呈显著正相关，负性生活事件是大学生抑郁的重要预测因素，研究结果与前人研究具有一致性（曾子豪 等，2022），假设H1得到验证。大学生正处于身心发展的重要阶段，由于生活经验较为单一，心理承受能力和自我调适能力有待提升，负性生活事件作为一种压力性应激源，容易引发个体的紧张、焦虑与抑郁等负性情绪。根据抑郁的传统认知理论，在经历负性生活事件时，个体如果不能有效地应对，容易引发消极负面的不合理认知，自我评价降低，长此以往容易形成潜在的抑郁认知图式（钱丽菊，2022），本研究结果进一步支持了该理论。

3.2 手机成瘾和学业倦怠的中介作用

首先，本研究发现负性生活事件可以通过手机成瘾的中介作用影响大学生的抑郁水平，说明手机成瘾是影响大学生抑郁的中介变量。根据网络成瘾的社会补偿假说（Kardefelt-Winther，2014），当个体在现实世界中遭受挫折时，他们可能转向虚拟世界寻找替代性补偿。而“机不离身”的手机作为上网的重要媒介，能够让个体在网络虚拟世界获得心理安慰，逃避现实生活的压力，长此以往容易引发个体的成瘾行为。而长时间使用手机会引发一系列生理、心理和行为问题，比如睡眠质量下降、眼睛干涩、社交焦虑以及抑郁等，本研究结果支持假设H2。其次，本研究发现学业倦怠在负性生活事件和大学生抑郁之间起中介作用。 根据自我控制的有限自制力理论，个体自我控制的资源在一定范围内是有限的，当个体经历负性生活事件时需要调用大量的自我控制资源加以应对（Baumeister，2000）。而学习也是一种需要较高自我控制资源的心理和行为活动，当个体的自我控制资源不足时容易引发学业倦怠。而根据资源保存理论（Hobfoll，1989），倦怠会导致个体的情感资源耗尽以及对生理、认知的侵蚀，如果个体在持续的外界压力下，容易引发焦虑和抑郁等负性情绪，本研究结果支持假设H3。最后，手机成瘾和学业倦怠在两者之间起着链式中介作用。网络成瘾的认知加工模型认为，手机成瘾的个体在高强度使用手机过程中，会形成刺激—动作的自动化联结，这种自动化联结会导致成瘾个体有对于手机等相关刺激的注意偏向（何安明 等，2022），这种注意偏向导致个体在学习的过程中也更容易分心，从而对学习产生消极的影响。一方面，手机成瘾的大学生会花费更多的时间上网，在学习上的投入会减少（高斌 等，2021）；另一方面，手机成瘾的大学生会体验到更为强烈错失恐惧（刘采梦 等，2022），学习过程中需要经常检查手机来缓解这种焦虑，这势必会干扰正在进行的学习行为，影响学习效率，久而久之可能产生学业倦怠行为。本研究显示，手机成瘾可以通过引发学生的学业倦怠进一步提升学生的抑郁水平，假设H4得到验证。

3.3 本研究的价值

本研究探讨了负性生活事件对大学生抑郁的影响及其作用机制。证实经历负性生活事件不仅直接对大学生的抑郁水平产生影响，还会通过引发手机成瘾和学业倦怠等问题行为间接影响大学生的抑郁水平。这启示教育工作者应当及时关注经历负性生活事件的学生。一方面，可以通过帮助遇到困难的学生及时有效解决现实问题，减轻其紧张、焦虑情绪，从而降低个体的抑郁水平。另一方面，教育工作者应当关注处于负性生活事件中的大学生，其存在发展出手机成瘾或学业倦怠等问题行为的风险。教育工作者可以采取鼓励其体育锻炼、正念冥想等方式预防此类问题行为的产生。

参考文献

[1] Fried E I. (2017). The 52 symptoms of major depression: Lack of content overlap among seven common depression scales. Journal of Affective Disorders, 208, 191-197.

[2] 邹涛, 姚树桥. (2006). 抑郁认知易感性应激模式的研究: 起源、发展和整合. 心理科学进展, (5), 762-768.

[3] 陈保祥, 周玉兰, 黄赞. (2024). 大学生身体活动和睡眠质量与焦虑及抑郁情绪的关系. 中国学校卫生, 45(5), 684-688.

[4] 纪凌开, 刘华山, 李晨璐. (2020). 温水煮青蛙: 专业认同对大学生抑郁的影响机制. 心理与行为研究, 18(6).

[5] Frison E & Eggermont S. (2015). The impact of daily stress on adolescents’ depressed mood: The role of social support seeking through Facebook. Computers in Human Behavior, 44, 315-325.

[6] 李小玄, 欧阳明昆. (2026). 人际敏感性与中职生自杀意念的关系以及抑郁和歧视知觉的作用. 中国心理卫生杂志, 40(1).

[7] Gao L, Xie Y, Jia C & Wang W. (2020). Prevalence of depression among Chinese university students: A systematic review and meta-analysis. Scientific Reports, 10(1), 15897.

[8] 刘贤臣,刘连启,杨杰,柴福勋,王爱祯,孙良民,赵贵芳,马登岱. (1997). 青少年生活事件量表的编制与信度效度测试. 山东精神医学, (1), 15-19.

[9] 钱丽菊. (2022). 中国文化背景下贝克抑郁认知理论的研究 (博士学位论文) , 南京医科大学.

[10] 曾子豪, 胡义秋, 彭丽仪, 詹林, 刘双金, 欧阳晓优, 丁道群, 黎志华. (2022). 负性生活事件对大学生抑郁的影响: 网络成瘾的中介与5-HTR1A基因rs749098多态性的调节作用. 心理科学, 45(3), 599-606.

[11] Leung L. (2008). LINKING PSYCHOLOGICAL ATTRIBUTES TO ADDICTION AND IMPROPER USE OF THE MOBILE PHONE AMONG ADOLESCENTS IN HONG KONG. Journal of Children and Media, 2(2), 93-113.

[12] 熊思成, 张斌, 姜永志, 蒋怀滨, 陈芸. (2021). 手机成瘾流行率及其影响因素的元分析. 心理与行为研究, 19(6), 802-808.

[13] 邓林园, 王雨晴, 杨雨萌, 周楠, 李蓓蕾. (2021). 疫情期间父母焦虑/抑郁与青少年手机等电子产品成瘾: 一个链式中介模型. 中国临床心理学杂志, 29(6), 1230-1236.

[14] Kardefelt-Winther D. (2014). A conceptual and methodological critique of internet addiction research: Towards a model of compensatory internet use. Computers in Human Behavior, 31, 351-354.

[15] Yan W, Li Y & Sui N. (2014). The Relationship between Recent Stressful Life Events, Personality Traits, Perceived Family Functioning and Internet Addiction among College Students. Stress and Health, 30(1), 3-11.

[16] Yen C F, Tang T C, Yen J Y, Lin H C, Huang C F, Liu S C & Ko C H. (2009). Symptoms of problematic cellular phone use, functional impairment and its association with depression among adolescents in Southern Taiwan. Journal of Adolescence, 32(4), 863-873.

[17] 侯娟, 朱英格, 方晓义. (2021). 手机成瘾与抑郁: 社交焦虑和负性情绪信息注意偏向的多重中介作用. 心理学报, 53(4), 362-373.

[18] 刘庆奇, 周宗奎, 牛更枫, 范翠英. (2017). 手机成瘾与青少年睡眠质量: 中介与调节作用分析. 心理学报, 49(12), 1524-1536.

[19] 连帅磊, 刘庆奇, 孙晓军, 周宗奎. (2018). 手机成瘾与大学生拖延行为的关系: 有调节的中介效应分析. 心理发展与教育, 34(5), 595-604.

[20] Gao T, Li J, Zhang H, Gao J, Kong Y, Hu Y & Mei S. (2018). The influence of alexithymia on mobile phone addiction: The role of depression, anxiety and stress. Journal of Affective Disorders, 225, 761-766.

[21] Zhang Y, Gan Y & Cham H. (2007). Perfectionism, academic burnout and engagement among Chinese college students: A structural equation modeling analysis. Personality and Individual Differences, 43(6), 1529-1540.

[22] Maslach C, Schaufeli W B & Leiter M P. (2001). Job Burnout. Annual Review of Psychology, 52(1), 397-422.

[23] Baumeister R F. (2000). Ego depletion and the self’s executive function. In A. Tesser & R. B. Felson (Eds.), Psychological perspectives on self and identity (pp. 9–33). American Psychological Association.

[24] 岳鹏飞, 张嘉鑫, 白学军. (2023). 生活事件与中学生学业拖延: 一个有调节的中介模型. 心理发展与教育, 39(2).

[25] 何安明, 万娇娇, 惠秋平. (2022). 手机依赖与青少年心理健康的关系: 学业倦怠的中介作用和应对方式的调节作用. 心理发展与教育, 38(3).

[26] Hobfoll S E. (1989). Conservation of resources: a new attempt at conceptualizing stress. American psychologist, 44(3), 513.

[27] 梁家凤, 李炳全. (2017). 大学生生命意义感、社会性无聊感与学习倦怠的相关性. 中国健康心理学杂志, 25(2).

[28] 纪化振, 赵小云. (2021). 大学生社会排斥与学业倦怠——一个有调节的中介模型. 内江师范学院学报, 36(2).

[29] 陈姝含, 娄欣然, 尹洁, 贾家彦, 张冰妮, 陈竞萌. (2022). 医学生情绪调节自我效能感对学业倦怠的影响. 职业与健康, 38(16).

[30] Pokhrel N B, Khadayat R & Tulachan P. (2020). Depression, anxiety, and burnout among medical students and residents of a medical school in Nepal: a cross-sectional study. BMC psychiatry, 20(1), 298.

[31] 何安明,夏艳雨. (2019). 手机成瘾对大学生认知失败的影响: 一个有调节的中介模型. 心理发展与教育, 35(3).

[32] 高斌, 朱穗京,吴晶玲. (2021). 大学生手机成瘾与学习投入的关系: 自我控制的中介作用和核心自我评价的调节作用. 心理发展与教育, 37(3), 400-406.

[33] 桂紫洁, 黄列玉, 张冉冉,陈明炫. (2021). 大学生依恋与学业拖延: 手机依赖的中介作用. 中国健康心理学杂志, 29(3).

[34] Radloff L S. (1977). The CES-D Scale: A Self-Report Depression Scale for Research in the General Population. Applied Psychological Measurement, 1(3), 385-401.

[35] 熊婕, 周宗奎, 陈武, 游志麒,翟紫艳. (2012). 大学生手机成瘾倾向量表的编制. 中国心理卫生杂志, 26(3), 222-225.

[36] 连榕, 杨丽娴, 吴兰花. (2005). 大学生的专业承诺、学习倦怠的关系与量表编制. 心理学报, (5).

[37] 汤丹丹, 温忠麟. (2020). 共同方法偏差检验: 问题与建议. 心理科学, 43(1).

[38] 刘采梦, 苑广哲, 黄雅莲, 谢倩. (2022). 上网课更容易倦怠？错失恐惧对学习倦怠的影响. 中国临床心理学杂志, 30(2), 439-443, 448.